Opencv 应用透视变换校正图像中纸张的度数

我正在做一个项目，它将帮助我们纠正图像的方向度

在此代码中，我检测到一张纸。 我使用的步骤 1.应用houghLine变换 2.检测角点。 3.应用透视变换。 有了这些，我可以探测到一张纸，但它只对一到两张图像有效，对所有图像无效，我不明白为什么

我认为在这段代码中的问题是，它无法正确地检测角点，因此我无法纠正图像的透视

它在这个图像上起作用

但是当我用其他的图像来代替这个时，我就不能这样做了

#包括
#包括
使用名称空间std；
使用名称空间cv；
点2f中心（0,0）；
点2F计算机接口（Vec4i a、Vec4i b）
{
int x1=a[0]，y1=a[1]，x2=a[2]，y2=a[3]，x3=b[0]，y3=b[1]，x4=b[2]，y4=b[3]；
浮点数；
如果（浮点d=（（浮点）（x1-x2）*（y3-y4））-（（y1-y2）*（x3-x4）））
{
点2f pt；
第x部分=（（x1*y2-y1*x2）*（x3-x4）-（x1-x2）*（x3*y4-y3*x4））/d；
第y部分=（（x1*y2-y1*x2）*（y3-y4）-（y1-y2）*（x3*y4-y3*x4））/d；
返回pt；
}
其他的
返回点2f（-1，-1）；
}
无效分拣角（矢量和角点，点2F中心）
{
矢量陀螺；
对于（int i=0；itop[1]。x？top[1]：top[0]；
点2f tr=top[0]。x>top[1]。x？top[0]：top[1]；
Point2f bl=bot[0]。x>bot[1]。x？bot[1]：bot[0]；
Point2f br=bot[0]。x>bot[1]。x？bot[0]：bot[1]；
角落。推回（tl）；
角落。推回（tr）；
角落。推回（br）；
角落。推回（bl）；
}
}
int main（）
{
Mat src、cann、hsv；
src=imread（“C:\\im.jpg”，窗口自动调整大小）；
if（src.empty（））
返回-1；
imshow（“原件”，src）；
模糊（src，src，大小（3,3））；
Canny（src，cann，50，200，3）；
CVT颜色（cann、hsv、CV_GRAY2BGR）；
矢量线；
HoughLinesP（cann，lines，1，CV_PI/180，70，30，10）；
对于（size_t i=0；i=0&&pt.y>=0）
角落。推回（pt）；
}
}
向量近似；
近似聚合度（垫（角），近似值，弧长（垫（角），真值）*0.02，真值）；
//如果（大约尺寸（）！=4）
//  {
//cout您的算法假设HoughLinesP函数始终只检测4行，并且每一行位于纸张的不同边缘。但是，这种假设是错误的。在您的特定情况下，当处理第二张图像时，当处理第二张图像时，它返回5行

快速修复

我更改了第6个HoughLinesP参数（minLineThreshold参数）的值到70。之后，在图像中只检测到四条线，但出现了另一个错误；检测到的是5个角，而不是4个角。原因是？两条相对的边不平行，它们在图像区域外相交很远。这种情况导致了问题：

if (pt.x >= 0 && pt.y >= 0)
            corners.push_back(pt);

仅检查角点坐标是否为非负是不够的。相反，您必须确保角点位于某些有意义的边界内；在您的情况下，这些可能是图像的边界

if (pt.x >= 0 && pt.y >= 0 && pt.x <src.cols && pt.y < src.rows)
            corners.push_back(pt);

如果（pt.x>=0&&pt.y>=0&&pt.x您的算法假设HoughLinesP函数始终只检测4行，并且每一行位于纸张的不同边缘。但是，这种假设是错误的。在您的特定情况下，当处理第二个图像时，当处理第二个图像时，它返回5行

快速修复

我更改了第6个HoughLinesP参数（minLineThreshold参数）的值到70。之后，在图像中只检测到四条线，但出现了另一个错误；检测到的是5个角，而不是4个角。原因是？两条相对的边不平行，它们在图像区域外相交很远。这种情况导致了问题：

if (pt.x >= 0 && pt.y >= 0)
            corners.push_back(pt);

仅检查角点坐标是否为非负是不够的。相反，您必须确保角点位于某些有意义的边界内；在您的情况下，这些可能是图像的边界

if (pt.x >= 0 && pt.y >= 0 && pt.x <src.cols && pt.y < src.rows)
            corners.push_back(pt);

如果（pt.x>=0&&pt.y>=0&&pt.x）可能重复的纸张是否始终为白色和/或比背景亮？纸张是否始终与图像的轴大致对齐？是否必须使用OpenCV，或者是否可以编写自定义算法？您可能会看到桶形失真的问题（）和/或起皱的纸张，在这种情况下，边缘将不笔直。这对Hough来说是个问题。在更简单的情况下，可以通过自定义累加器来解决，以允许粗糙或略微弯曲的线条。根据您的完整图像集，将有其他方法来解决此问题。对于理想情况，纸张将始终为白色（现在是这样），没有不同对齐方式的纸张，我在OpenCVW中实现了这一点